인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
In the field of apparel advertising, the accuracy of image style recognition is crucial for accurate marketing and user experience. Traditional manual feature extraction methods are inefficient and have limited accuracy. In this paper, we innovatively propose a recognition method based on improved Res-Net 152 network with migration learning. The method enhances the multi-scale feature learning capability by optimizing the network structure, and accelerates the convergence and improves the performance by using Image-Net pre-trained model. After fine-tuning the data for the girl’s clothing advertisement, the experiment shows that the recognition accuracy reaches 94.2%, which is much better than the traditional method and significantly improved than other methods (29.2%, 8.3%, 1.3%). This method not only improves the recognition accuracy, but also optimizes the training process, helping the intelligent transformation of the advertising industry, and is expected to be expanded to more advertising image recognition tasks in the future.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
